Wat is machine learning?

In machine learning worden algoritmen getraind om patronen en overeenkomsten te vinden in grote hoeveelheden data. Op basis van die analyse neemt machine learning de beste beslissingen en doet de beste voorspellingen. De toepassingen van machine learning zijn overal om ons heen zichtbaar: in onze huizen, onze auto's, onze entertainmentmedia en de gezondheidszorg.

Verschil machine learning en AI

Machine learning en AI worden vaak met elkaar verward. Een belangrijk verschil is dat machine learning altijd onder AI valt, terwijl AI niet onder machine learning valt.

Binnen kunstmatige intelligentie zijn machine learning en deep learning specifieke onderdelen. Kunstmatige intelligentie gebruikt gegevens om beslissingen te nemen en voorspellingen te doen.

De algoritmen in machine learning zorgen ervoor dat kunstmatige intelligentie niet alleen gegevens verwerkt, maar er ook van leert en slimmer wordt, zonder dat er extra programmeerwerk nodig is.

Twee soorten algoritmen voor machine learning

Algoritmen zijn de motor van machine learning. Er worden twee soorten algoritmen gebruikt voor machine learning: supervised learning (leren met toezicht) en unsupervised learning (leren zonder toezicht). Het verschil tussen de twee soorten zit hem in de manier waarop data worden verwerkt om ervan te leren of er voorspellingen mee te maken.

Algoritmen voor supervised machine learning worden het vaakst gebruikt. Bij dit model fungeert een datawetenschapper als tussenpersoon die het algoritme 'leert' welke conclusies moeten worden getrokken.

Unsupervised machine learning verloopt op een meer onafhankelijke manier. Een computer leert om complexe processen en patronen te identificeren zonder dat een mens dit direct en continu begeleidt.